一种基于仿真引擎的乘用车点云地图生成方法及系统技术方案

本发明专利技术涉及一种基于仿真引擎的乘用车点云地图生成方法及系统，所述方法包括：U1.基于高精度地图的数据信息、车辆的动力学模型以及仿真引擎，采用基于折射反向学习机制与自适应控制因子的多模态集成优化算法进行集成和优化，构建车辆的高精度仿真环境；U2.基于所述车辆的高精度仿真环境，输入车辆控制器的参数的数据信息和车辆的定位控制器的参数的数据信息进行车辆的仿真模拟，输出车辆的运动状态的数据信息、传感器的数据信息和定位的数据信息。本发明专利技术不仅提高了仿真系统的精度和兼容性，能够模拟高频定位信号和Lidar点云数据，满足点云地图生成的需求，而且为乘用车点云地图的生成提供了一种新的、高效的方法，降低了生产成本和周期。

【技术实现步骤摘要】

本专利技术涉及点云地图生成，尤其是涉及一种基于仿真引擎的乘用车点云地图生成方法及系统。

技术介绍

1、随着自动驾驶技术的快速发展，点云地图在自动驾驶车辆的导航、定位和环境感知中发挥着越来越重要的作用。点云地图是一种由大量三维点云数据构成的地图，能够精确表示物体的形状、位置和姿态，为自动驾驶车辆提供准确的环境信息。然而，点云地图的生产过程复杂且耗时，需要高精度的传感器数据和复杂的处理算法。因此，如何提高点云地图的生产效率和精度成为当前研究的热点之一。

2、现有技术一中，通常基于vt system等实时仿真系统，结合模块化硬件平台，实现汽车控制系统的仿真测试。这些仿真系统能够模拟车辆的动力学特性、传感器数据等，但往往受限于硬件和软件的性能，无法模拟高频定位信号和复杂的道路环境。由于电路结构较为简单，无法模拟高频定位信号，导致定位算法在仿真环境中无法有效识别imu发出的定位数据信息。此外，现有技术一缺乏针对点云地图生产的专用仿真模块和工具，无法生成高质量的点云地图数据。

3、matlab/simulink是mathworks公司开发的一种本文档来自技高网...

【技术保护点】

1.一种基于仿真引擎的乘用车点云地图生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于，在步骤U1中，所述采用基于折射反向学习机制与自适应控制因子的多模态集成优化算法进行集成和优化包括：

3.根据权利要求2所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于：所述自适应控制因子β1、β2和β3的约束函数g为，

4.根据权利要求2所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于：所述交互学习因子α1、α2和α3的约束条件为，

5.根据权利要求1所述的基于仿真引擎的乘用车点云地...

【技术特征摘要】

1.一种基于仿真引擎的乘用车点云地图生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于，在步骤u1中，所述采用基于折射反向学习机制与自适应控制因子的多模态集成优化算法进行集成和优化包括：

3.根据权利要求2所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于：所述自适应控制因子β1、β2和β3的约束函数g为，

4.根据权利要求2所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于：所述交互学习因子α1、α2和α3的约束条件为，

5.根据权利要求1所述的基于仿真引擎的乘用车点云地图生成方法，其特征在于：所述仿真引擎包括imu数据模拟模型和激光点云数据模拟模型，所述imu数据模拟模型为根据所述车辆控制器的参数的数据信息和车辆的定位控制器的参数的数据信息，建立imu数据模拟函数r，

6.根据权利要求1所...

【专利技术属性】
技术研发人员：刘爽，骆嫚，王永峰，陈乾坤，熊豪，王祥云，
申请(专利权)人：东风悦享科技有限公司，
类型：发明
国别省市：